数字鸿沟、教育人力资本与劳动力收入.pdf

POPULATIONJOURNALpage数字鸿沟、教育人力资本与劳动力收入赵南1，陈世坤2（1.吉林大学 机械与航空航天工程学院，吉林 长春 130012；2.天津财经大学 经济学院，天津 300222）【摘要】数字鸿沟阻碍了信息和机会的平等获取，是现代社会发展面临的严峻挑战。深入分析数字鸿沟对劳动力收入的影响有助于充分理解数字化时代的不平等问题，并为政策制定者提供依据。本文基于2017年中国综合社会调查数据，从数字鸿沟的相关理论与实证分析两方面考察教育人力资本协同作用下跨越数字鸿沟对劳动力收入的影响。研究发现：跨越一级、二级数字鸿沟能够显著提升劳动力收入，教育人力资本可以加强互联网的增收作用，相比于低教育人力资本个体，高教育人力资本个体互联网技能溢价更高，高、低教育人力资本个体会形成收入差距，结论在采用互联网普及率和家人上网等工具变量进行内生性检验后，从小时工资、收入异常值以及收入样本选择三方面变换收入测度方式后依旧具有稳健性。分位数回归表明跨越一级、二级数字鸿沟对中等及高收入群体的增收效应具有统计显著性。建议继续加强互联网基础设施建设，尤其是农村地区的互联网可及性和渗透性；着力打造高质量教育体系，持续提升教育人力资本积累的广度和深度；加强“互联网+人才”的示范性作用，通过促进互联网技术与人才的结合从而推动各行各业的数字化转型，提高生产效率和经济竞争力，加速产业数字化转型升级。【关键词】数字鸿沟；教育人力资本；劳动力收入【中图分类号】F240【文献标志码】Adoi：10.16405/ki.1004-129X.2023.04.006【文章编号】1004-129X（2023）04-0070-12【收稿日期】2023-01-19【作者简介】赵南（1985-），女，吉林长春人，吉林大学机械与航空航天工程学院助理研究员；陈世坤（1988-），男，黑龙江哈尔滨人，天津财经大学经济学院讲师。一、引言目前我国互联网发展表现出网络基础设施逐步完善、信息业务稳步增长以及工业互联网开发卓有成效等多方面特征。中国互联网络发展状况统计报告 显示截至2021年底国内网民规模已达10.32亿，同比增长4 296万，互联网普及率已达73%。除即时通信等基本业务普及外，受疫情影响，在线教学、办公和医疗等用户规模近年也增长迅速，规模已分别接近3亿、4.7亿和3亿，网上外卖规模更是超过5.4亿。但是据估算仍然有近1.5亿人未接入互联网，并且不同人群应用互联网的程度和70总第 260 期2023.4vol.45POPULATIONJOURNALpage效果也存在差异，由此产生的三级“数字鸿沟”问题正在引起包括学界在内的社会各界的重视。互联网正以颠覆性的思维重塑人们的生活习惯和思维方式，不断将传统商业模式转型升级的同时以更多样化的形式打造全新的就业格局，推动就业结构转变，这一过程对劳动力市场的就业规模和工作收入都产生了深远的影响。互联网应用带来更多元化就业方式的同时也改变了市场对人才素质的基本要求。对于传统劳动力而言，依附于工厂和企业获得收入是在市场中实现交换价值的基础，但身处互联网时代，其泛化应用弱化了土地和资本对劳动力潜能的限制，作为一种被认为是技能偏向型的技术应用，劳动力可以在互联网平台的引流作用下，更方便地获得消费者需求，进一步增加就业机会和就业时间，促进劳动力的潜能释放从而增加收入。但是拥有不同教育人力资本的个体在使用互联网时的收益机制却并不相同，高教育人力资本个体通过互联网扩张能够提高信息匹配效率，1降低摩擦性失业后工作搜寻的时间，低教育人力资本则主要受惠于生活性行业扩张。2019中国互联网招聘行业市场研究 报告显示互联网求职人数逐年增多，但超50%以上劳动力受教育程度为本科及以上学历，求职岗位多集中于金融、互联网和半导体等相关产业和行业。而 2020年中国生活服务业就业指数报告 和 城市新青年：2018外卖骑手就业报告 显示互联网每年产生的新岗位为低教育人力资本个体尤其是低技能贫困人口拓宽了就业渠道，提供了大量就业岗位，比如美团外卖骑手中，每四名骑手中就有一名来自国家级贫困县。由此互联网不仅起到降低信息获取成本、提高工作匹配效率的积极作用，也具有精准扶贫、增加贫困人口收入的作用。2虽然中国互联网发展迅速，但是受中国特殊二元经济结构的长期影响，互联网数字鸿沟和居民教育人力资本积累程度依旧存在较大地区差异和城乡差异，高学历人才比例距离发达国家（地区）仍有差距，依旧偏低，在接受新知识、新技术、新思想以及新方法等方面，高学历人才也显著快于低学历人才。互联网数字鸿沟与教育人力资本的协同过程可能造成劳动力群体收入差距的增大，针对此问题需要进行持续而深入的研究。本文采用2017年中国综合社会调查数据（CGSS2017），基于数字鸿沟与教育人力资本的协同性，实证检验跨越数字鸿沟和加强人力资本积累对劳动力收入及技能溢价的影响，以期为加强新基建，完善网络基础设施建设，借助“互联网+”改善劳动力收入状况，实现共同富裕提供经验依据。二、文献综述数字鸿沟本质上就是互联网导致信息化程度差异造成的信息不对称，最早用于形容个人计算机占有率的差异，3后来逐步用于表达信息可及性。出于对信息接触和利用程度的不同，可将数字鸿沟分为三级。第一级为“有或无”的接入沟，也叫数字接入沟，即衡量电话、个人电脑及互联网拥有者与未拥有者间的差异，这种接入沟可能与性别、年龄、家庭背景等多方面个体特征差异有关；4-5第二级为“深或浅”的使用沟，也叫数字使用沟，即衡量对数字资源使用程度与技能的群体差异，由于社会环境和技术进步偏向性不同会提高数字技术的获取条件，增加网络技术的复杂性和多功能性，所以尽管跨越了接入沟，但数字应用技能的使用沟仍存在重大差异；6第三级为知识沟，也叫数字产出沟，主要关注第一、二级数字鸿沟造成的使用效果不平等。7对于造成这类结果的原因有两种相反的理论观点，一种观点是归一化理论，认为如果将个体社会地位按照从高到低排列，数字资源会从地位高者流向低者，时间越久，地位差距越小。而另一种观点则是分层理论，最有代表性的就是“幂次定律”，即一类会将互联网应用于多种用途的人的能力会越来越强，他们能从互联网中获得提升自身71POPULATIONJOURNALpage的机会也越多，而另一类个体从互联网应用中获得提升自身的机会较少，就会产生马太效应，最终扩大收入差距。8数字鸿沟影响劳动力收入的机制在于互联网能够改变劳动力需求机制。互联网作为一种偏向型技术进步，在正规就业方面，跨越数字鸿沟，应用互联网可以有效降低工作搜索时间，提升工作搜索效率，克服劳动力市场分割，提升工作匹配可能性，从而提高劳动力正规就业概率。9研究表明相比于不使用互联网进行工作搜寻的失业人员，使用互联网进行工作搜寻的失业人员找工作的速度更快，失业时间更短，1与传统媒介相比，互联网能够搜索的工作质量更优，所以高技能人才采用互联网进行工作搜寻更有利于工作匹配。10互联网为高技术劳动力远程办公提供了硬件条件，互联网已经成为高技能劳动力必备技能，伴随着各种新型服务业APP诞生，旺盛的服务需求也使能够应用互联网的低技能劳动力拥有更多就业渠道，灵活多样的雇佣关系增加工作时间的同时也提升了就业收入。11这和周广肃等从智能化对工作时间的影响中得出的研究结论相似。12在职业复杂性方面，互联网技术可能提升职业复杂性，增加工作附加值。一方面，互联网被认为是有偏技术进步，与人力资本互补，是高技能劳动力才能掌握的工作技能。由于互联网技术特质，海量数据逐渐成为企业生产要素，是企业分析、决策的重要依据，对数据的掌握是管理人员和专业技术人员等高技能复杂性职业的必备技能，会增加个体附加值。因此，相对于低技能劳动力，互联网技术会增加对高技能劳动力的需求，13但由于短期内高技能劳动力供给数量无法迅速增长，这种高技能劳动力供不应求会提高其市场租金，获得技能收入溢价。14另一方面，随着智能互联网技术不断发展，低技能劳动力从事的低复杂性职业会被逐渐替代，15年轻劳动力会被重新配置到机器未能普及的非常规服务行业，这样互联网技术发展起到劳动力资源的再配置作用，16互联网发展催生的旺盛需求也会增加对非常规服务行业的劳动力需求，由此也增加了低技术服务业的就业和工资。从劳动力收入看，互联网作为一种偏向型技术会增加高技能劳动力工资溢价，扩大高、低技能劳动力收入差距。互联网对就业的影响除降低工作搜寻时间外，还可以提升劳动生产率以及向雇主发送掌握新技术的信号。17“互联网+传统行业”后，传统行业经过互联网赋能会加速发展，在互联网改变劳动力需求以及异质性技能劳动力供给共同作用下导致工资溢价。唐礼智和李雨佳依据学历将人才区分为高技能和低技能，发现不同受教育程度会显著影响技能供给，产生技能溢价。18陈勇和柏喆、王元超发现技术和资本是互联网溢价的基础条件，互联网在高技术工作中的溢价更高，19-20丁述磊发现不同技能间的劳动力收入差距是增大的。21随着大数据、区块链以及人工智能等互联网技术层出不穷，不断融合发展，技术也不停地改变劳动力需求结构，新业态下高低技能相对需求也会促使就业收入产生差距。三、理论基础和研究假设舒尔茨与贝克尔提出并完善的人力资本理论认为经济增长不仅受物质资本和劳动力数量影响，也受到人力资本即劳动力质量的影响。通过提高受教育年限、工作经验和培训等方式可以提升人力资本，进而提高劳动生产率，刺激产出，促进经济增长。在万物互联时代，互联网作为降低信息沟通成本和增加就业机会的工具，无疑会优化资源配置效率，提高劳动者边际生产力，最终提高工资收入。所以本文提出假设1：假设1：跨越数字鸿沟，应用互联网可以提高各级劳动力总收入。72总第 260 期2023.4vol.45POPULATIONJOURNALpage人力资本理论也受到筛选理论的挑战，人力资本最主要的代表指标是受教育年限，学历高低可能不代表劳动生产率高低，但却是能力的筛选信号。同理，掌握互联网技能也可以成为向雇主展示高能力的信号。17通常较高人力资本个体才能熟练掌握高级互联网技能，比如大数据分析、编程以及各类运营管理软件应用等复杂性工作均需要具备高人力资本的个体才能胜任。在劳动力市场机制作用下，相比于低技能个体，对从事复杂职业的某类高技能人力资本个体的需求扩大便会带来技能溢价。所以本文提出假设2：假设2：虽然跨越数字鸿沟，使用互联网会提高各级劳动力收入，但是相比于低教育人力资本个体，高教育人力资本会获得高技能收入溢价，二者会产生收入差距。互联网技术未被普及时，一度被认为是高技能劳动力才能掌握的技能，或者说互联网首先被应用于高端劳动力市场，但随着互联网技术普及，通过技术扩散和技术下沉，各类APP应运而生，互联网技术逐渐被应用于日常生活中，各类生活性服务业市场被迅速打开，原本低端劳动力的市场需求得以迅速扩张，在此过程中，处于低端劳动力市场的劳动者如果能应用互联网，便能增加更丰富的就业渠道，获得更多的收入，而不能应用互联网的劳动者的就业渠道较为单一，收入提升有限。而与低端劳动力市场不同，由于高端劳动力市场日臻成熟，互联网技能可能已成为必备技能，所以跨越第一、二级数字鸿沟可能不会成为工资提高的充分条件。所以本文提出假设3：假设3：跨越数字鸿沟可能不会显著增加高人力资本个体就业收入，但可能会显著提升低人力资本个体就业收入。四、计量模型、数据来源与变量设计（一）计量模型1.基准回归模型本文以Mincer方程为基础，采用最近半年是否上网衡量“一级数字鸿沟”（接入沟），采用日常信息的主要来源、使用互联网的频繁程度、日阅读文章搜集信息（互联网）时长衡量“二级数字鸿沟”（使用沟）。通过引入代表各级数字鸿沟的互联网应用变量以及教育与互联网应用的交叉项构建回归模型：lnincomei=0+1edu+2int+i=311iXi+ui（1）lnincomei=0+1hledu+2int+3hledu int+i=412iXi+ui（2）lnincomei=0+1int+i=210iXi+ui()hledu=1（3）lnincomei=0+1int+i=210iXi+ui()hledu=0（4）lnincomei为个人年收入对数，edu代表教育人力资本，用个人受教育年限衡量，int代表各级数字鸿沟变量，hledu表示高低教育人力资本的虚拟变量，Xi为控制变量，ui为随机误差项。式（1）中若2为正则假设1成立，式（2）中若3为正则假设2成立，式（3）中若1不显著而式（4）中1显著则假设3成立。2.分位数回归模型为进一步考察跨越数字鸿沟对劳动力收入分布的影响，采用条件分位数回归模型进行分析。假设条件分布y|x的总体q分位数yq()x是x的线性函数，如式（5）所示：73POPULATIONJOURNALpageyq()xi=xiq+ui=0+1edu+q2int+i=311iXi+ui（5）q被称为q分位数回归系数，其估计量q可以由式（6）的最小化问题定义：minqi:yi xiqnq|yi-xiq+i:yi xiqn(1-q)|yi-xiq（6）（二）数据来源本文使用中国人民大学中国调查与数据中心发布的2017年中国综合社会调查数据（CGSS2017），涵盖28个省、市、自治区（除海南、新疆、西藏以及港澳台地区），样本总量为12 582个，该系列数据为重复截面调查数据，抽样方法为分层多阶段等概率抽样（PPS），具有全国性、综合性以及连续性等优点。CGSS2017中A模块包含较为全面的个体互联网使用数据，可用于系统性分析互联网在中国社会变迁中的相关议题，目前在国内较为罕见。本文主要以劳动力为研究群体，保留16-49岁女性个体以及16-59岁男性个体，样本量为6 897个。其中男性3 841个，女性3 056个，居住在农村个体2 213个，居住在城市个体4 684个，大专以下学历个体4 810个，大专及以上学历个体2 087个。（三）变量设计在构造本文数字鸿沟等自变量和收入等因变量之前，对数据进行如下处理：1）剔除相关问题答案为“不适用”“不知道”和缺失等的样本；2）剔除回答自相矛盾的样本，比如不使用互联网但以互联网作为信息主要来源的个体；3）为降低极端值和异方差的影响，对劳动力年收入等变量取自然对数，对于收入为0的个体，加1后再取对数。表1变量说明及描述性统计变量名称劳动力收入一级数字鸿沟二级数字鸿沟教育人力资本控制变量变量说明个人全年收入最近半年是否上网？使用互联网频繁程度主要信息来源日阅读文章搜集信息（互联网）受教育年限受教育程度性别年龄年龄平方民族婚姻自评社会经济地位户籍状况居住地自评健康状况赋值说明全年收入对数否=0，是=1从不=0，偶尔=1，经常=2传统媒介=0，互联网=1分钟数值型低教育人力资本=0，高教育人力资本=1女=0，男=1岁非汉族=0，汉族=1非婚=0，在婚=1上层=1，中上层=2，中层=3，中下层=4，下层=5农业=0，非农=1农村=0，城市=1不健康=0，一般=1，健康=2样本量6 4176 4176 4146 3816 4186 4126 4186 4186 4186 4186 4186 4186 4186 3956 4186 418平均值8.6900.8120.64499.96610.8120.2980.55938.9581 631.7440.9180.7680.3600.677标准差3.9170.3910.479133.7944.1850.4570.49710.677830.9810.2740.4220.4800.468注：根据CGSS2017数据库整理所得。74总第 260 期2023.4vol.45POPULATIONJOURNALpage本文被解释变量为劳动力年收入，核心变量为一级数字鸿沟、二级数字鸿沟和教育人力资本（受教育年限），受教育年限按照学历程度进行赋值，文盲为0，小学、初中、高中及同等学力、高教专科、高教本科以及硕士分别赋值为6、9、12、15、16和19，高教育人力资本为高教专科及以上，低教育人力资本个体为高教专科以下；婚姻状态中将未婚、同居、离婚、丧偶定义为非婚状态，将初婚、再婚、分居定义为在婚状态；被解释变量、核心变量以及控制变量说明如表1所示。五、实证分析（一）基准回归表2报告了跨越数字鸿沟对劳动力收入影响的基准结果，表明假设1成立。模型（1）汇报了跨越一级数字鸿沟对劳动力收入的影响，一级数字鸿沟系数为0.360且在5%显著性水平上显著，说明接入互联网对劳动力收入有正向影响。模型（2）至模型（4）汇报了跨越二级数字鸿沟对劳动力收入的影响。模型（2）汇报了使用互联网频繁程度对劳动力收入的影响，与从不使用互联网相比，偶尔使用互联网的系数为0.015，但在10%显著性水平上不显著，而经常使用互联网的系数为0.558，在1%显著性水平上显著，说明经常使用互联网能够显著提高劳动力收入。模型（3）汇报了主要信息来源对劳动力收入的影响，系数为0.358，在1%显著性水平上显著。模型（4）汇报了个人互联网日阅读文章搜集信息时间对劳动力收入的影响，系数为0.001，虽然在1%显著性水平上显著，但从经济意义上看，对劳动力收入提升效果十分有限。表2各项基准结果表明假设1成立，跨越数字鸿沟对各级劳动力总收入有提升作用。接触和应用互联网是解决数字鸿沟问题的关键，互联网上的相关信息可以拓宽劳动力视野，这对于农村劳动力效果更加显著。互联网上的相关工作经验有助于增加工作渠道，降低试错成本，提高就业成功率，从而提高收入水平。表2基准回归结果变量名称受教育年限一级数字鸿沟二级数字鸿沟使用互联网频繁程度（参照组：从不）偶尔经常主要信息来源日阅读文章搜集信息（互联网）控制变量观测值R2年收入（1）0.154*（10.98）0.360*（2.56）控制6 3870.201（2）0.144*（10.10）0.015（0.10）0.558*（3.71）控制6 3840.203（3）0.151*（10.70）0.358*（3.05）控制6 3510.202（4）0.156*（11.38）0.001*（3.52）控制6 3880.202注：括号内数值为t值；*、*、*分别表示在1%、5%、10%显著性水平上显著。下表同。（二）受教育程度对数字鸿沟与劳动力收入的调节表3报告了受教育程度在数字鸿沟对劳动力收入影响中的调节作用，结果显示假设2基本成立。75POPULATIONJOURNALpage模型（1）中受教育程度与一级数字鸿沟的交互项系数为0.589，在1%显著性水平上显著，表明在跨越一级数字鸿沟过程中，与低教育人力资本个体相比，高教育人力资本个体有更高的收入溢价。模型（2）中使用互联网频繁程度（偶尔）与受教育程度的交互项系数为0.345，在10%显著性水平上不显著，而使用互联网频繁程度（经常）与受教育程度的交互项系数为0.584，在1%显著性水平上显著，表明在经常使用互联网的人群中，高教育人力资本个体也会获得更高收入。模型（3）中主要信息来源与受教育程度的交互项系数为0.453，在1%显著性水平上显著，高教育人力资本同样有高技能溢价。而模型（4）中日阅读文章搜集信息与受教育程度的交互项系数为-0.000，但在10%显著性水平上不具有显著性，高教育人力资本个体并未显示出技能溢价。综上表明虽然跨越数字鸿沟和使用互联网会提高各级劳动力收入，但相比于低教育人力资本个体，高教育人力资本个体会显示出更高溢价，假设2基本成立。表3数字鸿沟、受教育程度与劳动力收入变量名称受教育年限一级数字鸿沟受教育程度一级数字鸿沟二级数字鸿沟使用互联网频繁程度（参照组：从不）偶尔经常受教育程度偶尔受教育程度经常主要信息来源受教育程度主要信息来源日阅读文章搜集信息（互联网）受教育程度日阅读文章搜集信息（互联网）控制变量观测值R2年收入（1）0.105*（5.52）0.426*（3.02）0.589*（3.72）控制6 3870.203（2）0.098*（5.05）0.101（0.60）0.603*（3.95）0.345（0.78）0.584*（3.64）控制6 3840.205（3）0.119*（6.72）0.309*（2.62）0.453*（2.96）控制6 3510.203（4）0.157*（10.55）0.001*（3.09）-0.000（-0.17）控制6 3880.202（三）异质性教育人力资本中跨越数字鸿沟对收入的影响表4报告了按照教育人力资本程度高低分析跨越数字鸿沟对收入的影响，结果显示假设3成立。模型（1）至模型（4）、模型（5）至模型（8）分别分析在低、高教育人力资本群体中跨越数字鸿沟对劳动力收入的影响，模型（1）至模型（4）显示跨越一、二级数字鸿沟对劳动力收入具有显著的增收作用，与前文所得结论一致，但是在高教育人力资本群体中跨越数字鸿沟对劳动力收入增加的作用不显著。原因可能在于高教育人力资本群体中互联网技能属于必备技能，已经无法构成收入增加的充分条件了。所以跨越一、二级数字鸿沟不会显著增加高人力资本个体的就业收入，但会显著提升低人力资本个体的就业收入，假设3成立。76总第 260 期2023.4vol.45POPULATIONJOURNALpage表4不同教育人力资本个体应用互联网对收入的影响一级数字鸿沟二级数字鸿沟使用互联网频繁程度（参照组：从不）偶尔经常主要信息来源日阅读文章搜集信息（互联网）控制变量观测值R2低教育人力资本（1）0.637*（4.41）控制4 4930.158（2）0.279（1.64）0.780*（5.04）控制4 4920.159（3）0.433*（3.40）控制4 4570.156（4）0.002*（4.45）控制4 4940.157高教育人力资本（5）0.418（0.43）控制1 9000.302（6）0.582（0.56）1.028（1.04）控制1 8980.303（7）0.350（1.18）控制1 9000.302（8）0.000（0.36）控制1 9000.302（四）分位数回归为分析跨越数字鸿沟对劳动力收入分布的影响以及分析不同收入水平劳动力跨越数字鸿沟的溢价效应，本文采用条件分位数回归进行分析。在控制其他条件不变的情况下，一级数字鸿沟、一级数字鸿沟与受教育程度的交互项系数均为正，表明跨越一级数字鸿沟对劳动力各个分位点收入的影响均为正，拥有高教育人力资本的劳动力个体在各分位点均有技能溢价，但是对中位数收入的劳动力增收效果最明显，技能溢价效果最显著。而对于低收入群体（第10分位点），提升受教育年限才是更为重要的增加收入的方式，教育回报率高达15.6%。跨越二级数字鸿沟中，使用互联网频繁程度及其与受教育程度的交互项、主要信息来源及其与受教育程度的交互项在低收入群体中系数不显著，而在中等收入群体（第50分位点）和高收入群体（第90分位点）中系数为正且至少在10%显著性水平上显著，表明高教育人力资本对中等收入及以上群体有技能溢价，而在低收入群体中没有；日阅读文章搜集信息及其与受教育程度的交互项系数也均为正，并且在低收入群体中仍旧不显著，而在中等收入群体中交互项系数在10%显著性水平上也不具有显著性，表明只要通过互联网阅读和搜集信息时间相同，高教育人力资本在中等收入群体中并未显示出足够的技能溢价，但在高收入群体中却依然具有微弱的技能溢价。总体而言，结论显示跨越一级数字鸿沟以及二级数字鸿沟对中等收入及高收入群体的增收效应具有统计显著性，并且高教育人力资本在中等收入及高收入群体中的技能溢价作用更显著，在低收入群体中高人力资本则不具有技能溢价。其原因可能在于：第一，技能高低是决定劳动力市场供需匹配的关键因素之一，互联网作为一种偏向型技术进步，对劳动生产率的影响存在差异化，可能导致新增加高技能高收入的岗位而使低技能低收入岗位逐渐被替代，同时中高收入劳动力群体相比低收入群体也拥有更多的机会钻研技能提升水平，因此跨越数字鸿沟能够使中高收入群体在高教育人力资本配合下溢价更高。第二，在低收77POPULATIONJOURNALpage入群体中并未显示跨越数字鸿沟以及高教育人力资本的技能溢价可能源于劳动力市场分割，与主要劳动力市场相比，在次级劳动力市场中，由于市场制度并不十分完善，工作环境以及职业性质与主要劳动力市场有较大差距，互联网技能对次级劳动力收入的激励影响可能是极其有限的或者说其工作中可能用不到相应技能，而低收入人群可能也不愿意或者没有时间和精力去提升此类技能，于是始终被困在低收入群体中，同时应注意这种技能溢价也容易恶化劳动力群体的收入差距。表5跨越数字鸿沟对收入分布的影响变量名称受教育年限一级数字鸿沟受教育程度一级数字鸿沟使用互联网频繁程度（参照组：从不）偶尔经常受教育程度偶尔受教育程度经常控制变量观测值变量名称受教育年限主要信息来源受教育程度主要信息来源日阅读文章搜集信息（互联网）受教育程度日阅读文章搜集信息（互联网）控制变量观测值（1）Q=100.156*0.5400.361控制6 044Q=100.193*0.4710.134控制6 008（2）Q=500.062*0.315*0.228*控制6 044Q=500.077*0.143*0.112*控制6 008（3）Q=900.049*0.255*0.411*控制6 044Q=900.056*0.149*0.322*控制6 008（4）Q=100.166*0.0900.5960.5200.349控制6 040Q=100.194*0.0010.001控制6 044（5）Q=500.058*0.189*0.362*0.1820.240*控制6 040Q=500.087*0.001*0.000控制6 044（6）Q=900.045*0.131*0.310*0.342*0.416*控制6 040Q=900.073*0.001*0.001*控制6 044注：Q=10、Q=50、Q=90分别代表第10、第50和第90分位点。（五）稳健性分析本文主要从收入测度与内生性两方面进行稳健性检验。由于本文主要探讨跨越数字鸿沟与教育人力资本协同下对劳动力收入的影响，因此劳动力收入的度量差异很可能会影响最终结果，导致结论不具有稳健性。本部分收入测度方法主要从小时工资、收入异常值和收入的样本选择三方面重新对收入进行衡量。首先，通过周工作时间和个人年收入计算小时工资，年工作周数按照52计算，最终样本量为5 159，将表2至表4的基准回归等部分采用小时工资重新回归，系数有略微改变，但是系数符号以及显著性基本不变，假设1-3依旧成立。其次，为避免收入异常值的干扰，将个人年收入进行1%缩尾处理后重新进行回归，结论与前文一致，系数大小有略微改变但是系数符号和显著性依78总第 260 期2023.4vol.45POPULATIONJOURNALpage旧不变。最后，由于工作收入只有目前有工作的个体才有，对于未工作个体无法观测到其收入，可能出现样本选择问题，所以采用Heckman样本选择模型进行估计，结论显示逆米尔斯比不显著，表明不存在样本选择问题，结论与前文基准回归等部分依旧保持一致。从内生性看，本文采用互联网普及率作为一级数字鸿沟的工具变量，由于高互联网普及率会通过周围环境影响个体使用互联网状况，所以满足工具变量的相关性条件，另外由于省级互联网数据为宏观变量对个体收入难以产生直接影响，所以也满足外生性假设。采用家人上网状况作为二级数字鸿沟的工具变量，从相关性条件看，由于家人与个体处于同一空间中，会受到空间经济学第二定律以及关系型网络的作用，会极大影响个体互联网使用状况，所以满足相关性条件。另外家人使用互联网状况对个人收入状况没有直接影响，满足外生性条件。借鉴Pflueger等人的方法判断互联网普及率是否为弱工具变量，该方法允许回归误差为异方差和序列相关，优于以往只允许回归误差必须满足高斯分布和独立同分布等条件。结果显示拒绝弱工具变量的原假设，因此所得结论仍与基准回归结果保持一致。22-23六、结论与政策启示本文采用2017年中国综合社会调查数据研究在教育人力资本协同作用下跨越数字鸿沟对劳动力收入的影响。结论如下：第一，跨越数字鸿沟能够提升劳动力收入，教育人力资本可以增强互联网的增收作用。就目前而言，跨越第一、二级数字鸿沟不会显著增加高人力资本个体就业收入，但会显著提升低人力资本个体就业收入，相比于低教育人力资本个体，高教育人力资本个体技能溢价更高，二者仍存在一定差距。文章结论在内生性检验以及对因变量变换不同测度方式后依旧具有稳健性。第二，跨越一级、二级数字鸿沟对中等收入及高收入群体的增收效应具有统计显著性，并且高教育人力资本在中等收入及高收入群体中的技能溢价更高，在低收入群体中，高人力资本则不具有显著的技能溢价。从数字鸿沟的分类看，本文是关于第三级数字鸿沟的研究，主要从理论分析和经验分析两方面研究了跨越一、二级数字鸿沟对劳动力收入的影响，进一步而言是分析互联网可及性和使用程度所产生的社会经济影响。互联网的接入、使用和结果之间存在联系，第一、二级数字鸿沟往往是第三级数字鸿沟的诱因。数字鸿沟问题的研究对制定加强互联网基础设施建设，刺激信息和通信技术发展，提高劳动力收入的政策给予了经验支持，同时本文成果也对制定建设智慧城市类政策具有积极意义。但是即便互联网用户都拥有高质量的网络接入和熟练的互联网操作技能，互联网对劳动力市场的作用依旧有所差异，教育人力资本积累程度便是造成互联网收入差距的一个重要原因。根据结论，本文提出以下建议：首先，应加强互联网基础设施建设，提高互联网可及性，丰富互联网应用场景，不断提高互联网渗透性。尤其要持续推进农村地区网络提速降费，提高农村居民信息和通信技术使用的基本知识和技能，使农村居民能够接触互联网平台，切实转变发展理念，提高收入，实现乡村振兴。其次，打造高质量教育体系，从教育数量不断向教育质量转变，持续提升教育人力资本积累的广度和深度。对于教育人力资本积累的薄弱地区，可以增加劳动力互联网技能相关培训，以适应万物互联时代就业发展需求，同时也能缓解技能差异造成的劳动力收入差距。79POPULATIONJOURNALpage最后，加强“互联网+人才”的示范性作用，大力打造工业互联网体系，加速产业数字化转型升级。互联网平台对产业发展持续赋能显著，为进一步引领产业体系走向现代化，要合理引才用才，提高青年人才、技能型人才、高层次人才与互联网结合的创业就业效应，从融资、财税以及监管等多方面完善服务体系。【参考文献】1Peter Kuhn，Hani Mansour.Is Internet Job Search Still Ineffective?J.The Economic Journal，2014，124（581）：1213-1233.2李超海.技术赋权如何消解新业态中新生代劳动者的集体性行动 J.学术论坛，2019（5）：9-17.3金兼斌.数字鸿沟的概念辨析 J.新闻与传播研究，2003（1）：75-79，95.4Vigdor J L，Ladd H F，Martinez E.Scaling the Digital Divide：Home Computer Technology and Student AchievementJ.Economic Inquiry，2014，52（3）：1103-1119.5戚聿东，刘翠花.数字经济背景下互联网使用是否缩小了性别工资差异：基于中国综合社会调查的经验分析 J.经济理论与经济管理，2020（9）：70-87.6Scheerder A，Deursen A V，Dijk J V.Determinants of Internet Skills，Uses and Outcomes.A Systematic Review of theSecond-and Third-Level Digital Divide J.Telematics and Informatics，2017，34（8）：1607-1624.7Song Z Y，Chen W，Luke B.China s Prefectural Digital Divide：Spatial Analysis and Multivariate Determinants of ICTDiffusion J.International Journal of Information Management，2020.DOI:10.1016/j.ijinfomgt.2020.102072.8Helsper E J.A CorrespondingFields Model fortheLinksbetweenSocialand Digital Exclusion J .CommunicationTheory，2012，22（4）：403-426.9Fabritz N.The Impact of Broadband on Economic Activity in Rural Areas：Evidence from German Municipalities R.IFO Working Paper Series，2013.10Feldman D C，Klaas B S.Internet Job Hunting：A Field Study of Applicant Experiences with Online Recruiting J.Human Resource Management，2010，41（2）：175-192.11赵炜，Jens Thoemmes.谁改变了工作时间：有关工时的劳动社会学研究 J.中国社会科学评价，2021（4）：16-26，155.12周广肃，李力行，孟岭生.智能化对中国劳动力市场的影响：基于就业广度和强度的分析 J.金融研究，2021（6）：39-58.13Michaels G，Natraj A，Reenen J V.Has Ict Polarized Skill Demand?Evidence from Eleven Countries over Twenty-FiveYears J.Review of Economics and Statistics，2014，96（1）：60-77.14Guellec D，Paunov C.Digital Innovation and the Distribution of Income R.NBER Working Papers，No.23987，2017.15Frey C B，Osborne M A.The Future of Employment：How Susceptible are Jobs to Computerisation?J.TechnologicalForecasting and Social Change，2017，114：254-280.16Autor D H，Dorn D.The Growth of Low Skill Service Jobs and the Polarization of the US Labor Market J.AmericanEconomic Review，2013，103（5）：1553-159717DiMaggio Paul，Bonikowski B.Make Money Surfing the Web?The Impact of Internet Use on the Earnings of U.S.Workers J.American Sociological Review，2008，73（2）：227-250.18唐礼智，李雨佳.教育投入、人力资本与技能溢价 J.南京社会科学，2020（2）：18-26，51.19陈勇，柏喆.技能偏向型技术进步、劳动者集聚效应与地区工资差距扩大 J.中国工业经济，2018（9）：79-97.20王元超.互联网工资溢价效应的阶层差异 J.社会学评论，2019（2）：27-41.80总第 260 期2023.4vol.45POPULATIONJOURNALpage21丁述磊，刘翠花.数字经济时代互联网使用、收入提升与青年群体技能溢价：基于城乡差异的视角 J.当代经济管理，2022（8）：64-72.22Pflueg